一个纹理增强的注意力模型用于检测热保护材料中的缺陷
Jialin Song1, Zhaoba Wang2,3, Kailiang Xue1
1School of Information and Communication Engineering, North University of China, Taiyuan, 030051, China.
Scientific reports
|February 10, 2025
概括
一个新的纹理增强注意力缺陷检测 (TADD) 模型准确地识别了热保护材料的内部缺陷. 这种先进的模型通过克服小,多尺度缺陷和放射图像中低对比度的挑战来提高航天器的安全性.
科学领域:
- 材料科学 材料科学 材料科学
- 航空航天工程 航空航天工程
- 计算机视觉 计算机视觉
背景情况:
- 热保护材料的内部缺陷对于航空航天安全至关重要.
- 现有的缺陷检测模型面临着缺陷背景相似性,微小缺陷和多层次特征的挑战.
- 缺乏现实世界缺陷数据集阻碍了模型开发.
研究的目的:
- 开发用于热保护材料的准确和高效的缺陷检测模型.
- 为了解决检测小,多尺度和低对比度缺陷的局限性.
- 创建一个全面的数据集,用于培训和评估缺陷检测模型.
主要方法:
- 热保护材料数字放射 (DR) 图像数据集 (TPMDR-数据集) 的构建.
- 提议一个纹理增强的注意力缺陷检测 (TADD) 模型.
- 整合了一个纹理增强模块,非局部双重注意力和路径聚合网络.
主要成果:
- 在TPMDR数据集和公共数据集上,TADD模型实现了更高的平均精度 (mAP).
- 该模型以每秒25的速度展示了实时检测能力.
- 性能超过了基线模型的11.05%.
结论:
- 该TADD模型在检测热保护材料的内部缺陷方面取得了重大进展.
- 开发的数据集和模型有助于提高航空航天应用中的结构完整性和安全性.
- TADD模型有效地应对缺陷大小,规模和特征可见性所带来的挑战.
